具体描述
R所提供的统计与绘图功能非常完整且丰富，不因它是个免费的软体而有丝毫逊色，特别是种类多元的视觉化绘图功能，本书重点在于以经济计量方法和数量财务两块的模型作主轴撰写，除了门槛模式(Threshold)和多变量GARCH，也包括作者自行开发的套件pdR(Panel Data Regression)和iClick。此外，书中也着重解决问题的程式设计，不只是介绍函数唿叫自己而已。
本书为您一一整理函数计算与范例程式说明以及图表的介绍，读者可以透过「概念说明」及「实例」操作来处理数据分析，并从资料分析、统计方法、数量财务专题等三个领域介绍实用的范例，让你在最短时间可以操作R语言。
本书特色
★ 认识资料分析的统计原则
★ 探讨经济计量的R程式说明
★ 概念说明财经计量方法
★ 财经计量方法的实例操作
本书为您一一整理函数计算与范例程式说明以及图表的介绍，读者可以透过「概念说明」及「实例」操作来处理数据分析，并从资料分析、统计方法、数量财务专题等三个领域介绍实用的范例，让你在最短时间可以操作R语言。
本书特色
★ 认识资料分析的统计原则
★ 探讨经济计量的R程式说明
★ 概念说明财经计量方法
★ 财经计量方法的实例操作
著者信息
作者简介
何宗武
现职
世新大学特聘教授
世新大学财务金融学系 教授
学历
美国犹他大学(University of Utah)经济学 博士
专长
国际金融、资产定价、应用数量方法
经历
世新大学财务金融学系 教授
世新大学财务金融学系 副教授
何宗武
现职
世新大学特聘教授
世新大学财务金融学系 教授
学历
美国犹他大学(University of Utah)经济学 博士
专长
国际金融、资产定价、应用数量方法
经历
世新大学财务金融学系 教授
世新大学财务金融学系 副教授
图书目录
Part 1 资料分析初步
Chapter 0 最简单的统计分析原理
0.1 统计分析原理
0.2 函数原理和资料分析
0.3 再进一步
Chapter 1 R 的基本环境与Installation
1.1 R 与网路资源
1.2 装置系统程式
1.3 更改语言模式
Chapter 2 R 的IDE 模式
2.1 R Commander
2.2 Deducer
2.3 RStudio
Chapter 3 资料结构和基础处理
3.1 R 的资料结构(data structure)
3.2 资料处理(data manipulation)
Chapter 4 资料存取和基本处理
4.1 外部资料读取
4.2 资料之基本统计分析, library(fBasics)
4.3 网路资料下载
4.4 资料库读取--MySQL范例
4.5 资料表处理的函数
Chapter 5 探索性资料分析和视觉化
5.1 资料性质之视觉化分析
5.2 绘图函数plot()
5.3 3D 立体绘图
5.4 Imaging Correlation 相关性影像图
5.5 lattice 和Multi-way
5.6 Map
5.7 其他
Part 2 经济计量方法
Chapter 6 回归分析方法
6.1 基础线性回归原理--最小平方法
6.2 单变数线性回归
6.3 连续变数线性复回归
6.4 因子和交互效果
6.5 回归诊断检定
6.6 简单时间序列回归：dynlm()
6.7 线性重合检定
Chapter 7 时间序列入门
7.1 时间序列性质
7.2 时间序列资料建立与绘图
7.3 单笔时间序列性质
7.4 ARMA process
7.5 序列相关与检定
7.6 时间序列预测
7.7 ARIMA 和Seasonal ARIMA 的自动配置
7.8 VAR 多变量
Chapter 8 波动分析
8.1 单变量GARCH 原理
8.2 简单单变量GARCH, 套件tseries
8.3 超专业GARCH 套件, rugarch
8.4 多变量GARCH, 套件rmgarch
Chapter 9 非定态时间序列
9.1 单根问题
9.2 共整分析
9.3 具门槛的单根过程
Chapter 10 时间序列之结构变动
10.1 基本原理认识
10.2 Bai-Perron (1998, 2003)和Zeileis et al. (2003, 2010) 的方法
Part 3 数量财务专题
Chapter 11 价差与计量套利
11.1 价差原理
11.2 风险溢酬的进阶应用
Chapter 12 R 的金融工具箱
12.1 时间序列物件三大套件
12.2 fBasics 套件的财务时间序列性质摘要
12.3 fAssets 套件的风险与报酬
12.4 PerformanceAnalytics 套件的绩效指标
12.5 quantmod 套件的技术分析
12.6 程式撰写简单技巧
Chapter 13 风险与投资组合分析
13.1 资产选择初步
13.2 多角化投资组合与回测
Chapter 14 金融大数据的处理
14.1 bigmemory
14.2 FF
14.3 bigmemory测试范例
14.4 高频率时间序列的时间格式
Appendix A 广义线性模式GLM
A.1 二元变数之Probit/Logit GLM
A.2 多元排序变数之Probit/Logit GLM
A.3 计数型变数之Poisson GLM
A.4 多元选择 GLM—Multinomial Probit/Logit
Chapter 0 最简单的统计分析原理
0.1 统计分析原理
0.2 函数原理和资料分析
0.3 再进一步
Chapter 1 R 的基本环境与Installation
1.1 R 与网路资源
1.2 装置系统程式
1.3 更改语言模式
Chapter 2 R 的IDE 模式
2.1 R Commander
2.2 Deducer
2.3 RStudio
Chapter 3 资料结构和基础处理
3.1 R 的资料结构(data structure)
3.2 资料处理(data manipulation)
Chapter 4 资料存取和基本处理
4.1 外部资料读取
4.2 资料之基本统计分析, library(fBasics)
4.3 网路资料下载
4.4 资料库读取--MySQL范例
4.5 资料表处理的函数
Chapter 5 探索性资料分析和视觉化
5.1 资料性质之视觉化分析
5.2 绘图函数plot()
5.3 3D 立体绘图
5.4 Imaging Correlation 相关性影像图
5.5 lattice 和Multi-way
5.6 Map
5.7 其他
Part 2 经济计量方法
Chapter 6 回归分析方法
6.1 基础线性回归原理--最小平方法
6.2 单变数线性回归
6.3 连续变数线性复回归
6.4 因子和交互效果
6.5 回归诊断检定
6.6 简单时间序列回归：dynlm()
6.7 线性重合检定
Chapter 7 时间序列入门
7.1 时间序列性质
7.2 时间序列资料建立与绘图
7.3 单笔时间序列性质
7.4 ARMA process
7.5 序列相关与检定
7.6 时间序列预测
7.7 ARIMA 和Seasonal ARIMA 的自动配置
7.8 VAR 多变量
Chapter 8 波动分析
8.1 单变量GARCH 原理
8.2 简单单变量GARCH, 套件tseries
8.3 超专业GARCH 套件, rugarch
8.4 多变量GARCH, 套件rmgarch
Chapter 9 非定态时间序列
9.1 单根问题
9.2 共整分析
9.3 具门槛的单根过程
Chapter 10 时间序列之结构变动
10.1 基本原理认识
10.2 Bai-Perron (1998, 2003)和Zeileis et al. (2003, 2010) 的方法
Part 3 数量财务专题
Chapter 11 价差与计量套利
11.1 价差原理
11.2 风险溢酬的进阶应用
Chapter 12 R 的金融工具箱
12.1 时间序列物件三大套件
12.2 fBasics 套件的财务时间序列性质摘要
12.3 fAssets 套件的风险与报酬
12.4 PerformanceAnalytics 套件的绩效指标
12.5 quantmod 套件的技术分析
12.6 程式撰写简单技巧
Chapter 13 风险与投资组合分析
13.1 资产选择初步
13.2 多角化投资组合与回测
Chapter 14 金融大数据的处理
14.1 bigmemory
14.2 FF
14.3 bigmemory测试范例
14.4 高频率时间序列的时间格式
Appendix A 广义线性模式GLM
A.1 二元变数之Probit/Logit GLM
A.2 多元排序变数之Probit/Logit GLM
A.3 计数型变数之Poisson GLM
A.4 多元选择 GLM—Multinomial Probit/Logit
图书序言
图书试读
None
用户评价
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 ttbooks.qciss.net All Rights Reserved. 小特书站 版权所有